上星期 Hugging Face 開源榜出現一個相當誇張的數字:Qwen3.8-27B 一週累積超過 20,796 個讚,下載量衝破 640 萬次。在一個新模型平均「一週熱度」只有幾百至幾千讚的平台上,這個數字等於整個開源社群同時把目光投向同一個模型。
對香港和台灣的讀者來說,最直接的問題不是「它有多強」,而是:27B 這個尺寸,我部機跑得動嗎?跑本地定租雲端划算?同 GPT 系列比又差幾多? 這篇評測就用實測角度,把 Qwen3.8-27B 拆開逐項講清楚。
這個模型是什麼?為何突然爆紅
Qwen3.8-27B 是阿里通義千問系列的最新主力開源模型,27B 參數屬於「中大型」級別——比 7B、8B 這類入門模型明顯聰明,但又未至於 70B、100B 那種「要兩張專業卡才跑得動」的怪獸。
它今次爆紅有三個原因:
- 多模態能力:模型卡標明
image-text-to-text,即係可以「睇圖答問題」,唔止純文字對話。 - 對話質素明顯提升:社群測試普遍反映它在中文理解、長文總結、寫程式方面,已經貼近閉源商用模型的中階水平。
- 授權友善:開源可商用,對中小企和新創來說,等於多了一個「唔使逐次畀 API 錢」的選擇。
配合同期出現的 Qwen3.8-27B-pi-adapted(微調版本,一週 858 讚),可以看出整個生態正在快速圍繞這個底座模型建立工具鏈——這通常是模型真正「落地」的信號,而非純粹刷榜。
實測重點:三項能力逐個睇
一、中文對話與寫作
用繁體中文測試,Qwen3.8-27B 的表現相當穩定:寫電郵、改文案、總結長文都交到貨,語氣唔會突然「大陸化」或者中英夾雜失控。同 8B 級模型相比,最大分別是它會主動補充上下文——你問一句,它會幫你想到你未講出口的第三、第四點,對於做內容和寫報告的人來說,慳好多來回。
二、睇圖問答(多模態)
上傳一張發票、一張圖表、一頁簡報,叫它抽出重點或解釋趨勢,基本操作冇問題。實測中它對中文圖表和繁體字截圖的辨識準確度,比不少同尺寸開源模型好,這點對香港辦公室場景(大量中英混排版面)特別實用。
三、寫程式與邏輯
簡單的 Python、JavaScript、SQL 生成和除錯都應付得來;但遇到大型專案重構、複雜框架整合,就會開始出現「似是而非」的答案。它的定位是「好用的助手」,唔係「取代工程師」——如果你想搵 Cursor 級別的編程體驗,27B 本地模型仍然差一截。
硬件需求:你部機跑得動嗎?
這是港台讀者最關心的一段,直接講結論:
| 配置 | 可行性 | 體驗 |
|---|---|---|
| 16GB RAM 筆電(無獨顯) | 勉強 | 量化版可跑,但慢到唔想用 |
| 32GB RAM + 8GB VRAM 顯卡 | 可行 | 量化 4-bit 順暢,日常對話夠用 |
| 64GB RAM + 24GB VRAM(如 RTX 4090) | 理想 | 全精度或高質量量化,反應快 |
| Apple Silicon M 系列 32GB 以上 | 理想 | Metal 加速下體驗接近獨顯方案 |
換句話說:一般文書筆電唔建議硬跑,用雲端 API 或租 GPU 更實際;但如果你本身有部 32GB 以上的 Mac 或者中階獨顯機,本地跑 27B 已經係「開箱即用」的級別。
定價比較:本地跑 vs 雲端租 vs 閉源 API
這是決定「用唔用」的關鍵一環。
- 本地自建:模型免費,成本主要是硬件。若你已有合適機器,邊際成本接近零;長期高頻使用,這是最省錢的路線。
- 雲端 GPU 租用:每小時約數美元級別,適合「偶爾用、唔想買機」的用戶。用幾多付幾多,但長時間掛機會唔划算。
- 閉源 API(GPT 類):按 token 收費,質素上限最高、免維護,但用量大時月費可以相當可觀,而且資料要出境。
對香港中小企而言,最務實的組合是「本地跑 Qwen3.8-27B 處理敏感及日常任務,貴價閉源 API 留給最難的 5% 工作」——既控制成本,又保住資料主權。
五步上手:由零到可用
- 安裝推理框架:用 Ollama 或 LM Studio,兩者都支援一鍵下載 Qwen3.8-27B 的量化版本。
- 揀量化等級:RAM 緊張揀 4-bit;有 24GB VRAM 可上 8-bit,質素明顯較好。
- 設定系統提示:預先寫好「用繁體中文回答、香港用語」等指令,輸出差好遠。
- 接上你的工作流:用 API 模式接入 VS Code、Obsidian 或內部系統。
- 測試再調校:頭三日集中試你最常做的任務,唔好用通用 benchmark 分數決定去留。
限制與風險:唔好當它萬能
老實講,Qwen3.8-27B 有三個明顯短板:
- 複雜推理仍輸閉源旗艦:多步驟數學、超長文件交叉分析,出錯率明顯較高。
- 事實準確度要人手覆核:開源模型幻覺問題依然存在,涉及數字和法律內容必須 double check。
- 硬件門檻真實存在:對只有 16GB RAM 的用戶,體驗會令人失望。
延伸閱讀
誰應該用?編輯部結論
適合用的人:有 32GB 以上機器、重視資料私隱、想長期減省 API 開支的中小企、開發者、內容工作者。
唔適合的人:只用文書筆電、追求最強推理能力、唔想花時間設定的入門用戶——這批人用現成雲端服務更實際。
整體評分:8/10。Qwen3.8-27B 不是「GPT 殺手」,但它把「企業級 AI 能力」的入場費,由每月幾千元 API 費,壓到一部中階機的價錢。對香港和台灣這種重視成本與資料自主的市場,這一步的意義,比任何 benchmark 分數都大。